[发明专利]电网投资预测方法及系统

权利要求书

1.一种电网投资预测方法，其特征在于，所述预测方法包含：

获取电网投资时间序列信号，通过EMD方法将所述电网投资时间序列信号分解为复数个IMF信号和余项；

将所述IMF信号与预定阈值比较，获得高频分量IMF信号和低频分量IMF信号；

通过神经网络预测方法分析所述高频分量IMF信号，获得第一预测结果；

通过时间序列预测方法分析所述低频分量IMF信号，获得第二预测结果；

通过回归模型分析所述余项，获得第三预测结果；

根据所述第一预测结果、所述第二预测结果和所述第三预测结果，获得电网投资预测结果。

2.根据权利要求1所述的电网投资预测方法，其特征在于，所述通过神经网络预测方法分析所述高频分量IMF信号，获得第一预测结果包含：根据所述高频分量IMF信号，利用神经网络模型分析所述高频分量，获得第一预测结果。

3.根据权利要求1所述的电网投资预测方法，其特征在于，将所述IMF信号与预定阈值比较，获得高频分量IMF信号和低频分量IMF信号包含：将所述IMF信号的特征时间尺度大小与预定阈值比较，获得高频分量IMF信号和低频分量IMF信号；其中高于所述预定阈值的所述IMF信号为低频分量IMF信号，低于所述预定阈值的所述IMF信号为高频分量IMF信号。

4.根据权利要求1所述的电网投资预测方法，其特征在于，通过EMD方法将所述电网投资时间序列信号分解为复数个IMF信号包含：利用EMD方法中IMF信号定义，筛选所述电网投资时间序列信号中符合IMF信号定义的信号，获得符合所述IMF信号定义的复数个IMF信号。

5.根据权利要求4所述的电网投资预测方法，其特征在于，所述利用EMD方法中IMF信号定义，筛选所述电网投资时间序列信号中符合IMF信号定义的信号包含：

根据所述电网投资时间序列信号获得所述电网投资时间序列信号的极大值点和极小值点，通过三次样条差值函数分别绘制所述极大值点和所述极小值点所对应的上包络线和下包络线；

计算所述上包络线和所述下包络线的均值，获得均值包络线；

通过原始序列减去所述均值包络线，获得待测序列；

根据所述待测序列获得复数个IMF信号。

6.根据权利要求5所述的电网投资预测方法，其特征在于，所述通过EMD方法将所述电网投资时间序列信号分解为余项包含：将所述原始序列减去复数个IMF信号，获得筛选序列；当所述筛选序列为单调函数时，所述筛选序列为余项。

7.根据权利要求1所述的电网投资预测方法，其特征在于，所述通过时间序列预测方法分析所述低频分量IMF信号，获得第二预测结果包含：通过时间序列预测方法中的向量自回归模型分析所述低频分量IMF信号，获得第二预测结果；其中所述向量自回归模型如下：

X_t＝a₀+a₁X_t-1+a₂X_t-2…+a_pX_t-p+ε_t-b₁ε_t-1-b₂ε_t-2…-b_qε_t-q；

式子中，a_i为自回归参数，b_i为滑动平均参数，{ε_t}为白噪声序列，X_t为ARMA(p，q)序列。

8.根据权利要求1所述的电网投资预测方法，其特征在于，所述通过回归模型分析所述余项，获得第三预测结果包含：通过回归模型中的线性回归模型分析所述余项，获得第三预测结果；其中所述线性回归模型如下：

y＝β₀+β₁x₁+β₂x₂+…+β_px_p+ε；

其中，y为电网投资预测值；x_i为各个自变量的观测值；ε为残差，服从正太分布；β_i为通过数学统计法获得的未知参数。

9.一种电网投资预测系统，其特征在于，所述系统包含：EMD数据分解模块、比较模块、预测模块和统计模块；

所述EMD数据分解模块用于获取电网投资序列信号，通过EMD方法将所述电网投资序列信号分解为复数个IMF信号和余项；

所述比较模块用于将所述IMF信号的特征时间尺度大小，获得高频分量IMF信号和低频分量IMF信号；

所述预测模块用于通过神经网络预测方法分析所述高频分量IMF信号，获得第一预测结果；通过时间序列预测方法分析所述低频分量IMF信号，获得第二预测结果；通过回归模型分析所述余项，获得第三预测结果；

所述统计模块用于根据所述第一预测结果、所述第二预测结果和所述第三预测结果，获得电网投资预测结果。